傳感網支持下的洪澇事件過程監(jiān)測與準實時服務方法及驗證
發(fā)布時間:2021-06-08 18:59
洪澇過程探測與準實時服務對于保障人民生命和財產安全意義重大。通常洪澇探測僅關注洪澇斷面/平均狀態(tài),缺乏對洪澇從發(fā)生、發(fā)展乃至最后結束的全過程的整體認知,且洪澇探測和服務被動滯后。本文制定洪澇過程探測規(guī)則,改進水位預測模型,并將其作為理論基礎,與傳感網信息模型和服務接口相結合,提出了洪澇過程動態(tài)探測與準實時服務(process-based flood detection and service,PFD&S)方法。以PFD&S方法為基礎,設計并開發(fā)了PFD&S原型系統(tǒng),該系統(tǒng)由傳感器層、數(shù)據接入層、洪澇探測層和用戶交互層4層組成,且具備傳感器數(shù)據發(fā)布和洪澇事件訂閱兩種使用模式。文中以2016年夏季發(fā)生在黃漢流域的洪澇事件為例,對PFD&S方法的可行性和有效性進行驗證。結果表明,PFD&S方法和系統(tǒng)能夠精準判斷洪澇事件所處階段,并根據不同階段的需求提供水位預測、洪澇預警或洪澇信息統(tǒng)計等服務,且方法具備準實時性和可擴展性特征。
【文章來源】:測繪學報. 2020,49(02)北大核心EICSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
洪澇過程探測與準實時服務方法總體架構
f(x)= 1-e -2x 1+e -2x (5)(2) 由輸入層向量計算隱含層向量和由隱含層向量計算輸出層向量的表達式分別如式(6)和式(7)中所示
如圖3所示,本文提出的PFD&S方法具備面向傳感器提供者和洪澇事件訂閱者兩種服務模式。傳感器提供者可以通過文獻[28]中的方法發(fā)布傳感器及其觀測數(shù)據。洪澇事件訂閱者可以通過提交訂閱請求的方式,過濾傳感器數(shù)據并獲得其中感興趣的洪澇事件通知。首先,事件訂閱者可以通過選取洪澇傳感器ID和設置洪澇規(guī)則參數(shù)的方式提交洪澇事件訂閱請求;其次,在接收到用戶訂閱請求后,SOS-SES-Feeder將主動從SOS數(shù)據庫中匹配傳感器ID,并將對應的觀測數(shù)據傳遞到SES中;再次,SES依據用戶訂閱模型進行觀測數(shù)據過濾和洪澇階段判斷,并將判斷得到的洪澇事件階段信息進一步傳遞到處理單元;然后,處理單元進行洪澇階段變化檢測,并根據檢測結果觸發(fā)相應洪澇服務;最后,洪澇服務執(zhí)行對應操作,并將階段探測結果和服務通知消息返回給事件訂閱者。2 洪澇過程動態(tài)探測與準實時服務原型系統(tǒng)
【參考文獻】:
期刊論文
[1]從測繪學到地球空間信息智能服務科學[J]. 李德仁. 測繪學報. 2017(10)
[2]存算分離的原位傳感器觀測接入方法[J]. 袁賽,陳能成,肖長江,杜文英,王凱. 計算機系統(tǒng)應用. 2017(07)
[3]水文變化驅動的暴雨-洪澇災害主動模擬方法[J]. 丁雨淋. 測繪學報. 2016(02)
[4]基于BP神經網絡的鄱陽湖水位模擬[J]. 李云良,張奇,李淼,姚靜. 長江流域資源與環(huán)境. 2015(02)
本文編號:3219014
【文章來源】:測繪學報. 2020,49(02)北大核心EICSCD
【文章頁數(shù)】:11 頁
【部分圖文】:
洪澇過程探測與準實時服務方法總體架構
f(x)= 1-e -2x 1+e -2x (5)(2) 由輸入層向量計算隱含層向量和由隱含層向量計算輸出層向量的表達式分別如式(6)和式(7)中所示
如圖3所示,本文提出的PFD&S方法具備面向傳感器提供者和洪澇事件訂閱者兩種服務模式。傳感器提供者可以通過文獻[28]中的方法發(fā)布傳感器及其觀測數(shù)據。洪澇事件訂閱者可以通過提交訂閱請求的方式,過濾傳感器數(shù)據并獲得其中感興趣的洪澇事件通知。首先,事件訂閱者可以通過選取洪澇傳感器ID和設置洪澇規(guī)則參數(shù)的方式提交洪澇事件訂閱請求;其次,在接收到用戶訂閱請求后,SOS-SES-Feeder將主動從SOS數(shù)據庫中匹配傳感器ID,并將對應的觀測數(shù)據傳遞到SES中;再次,SES依據用戶訂閱模型進行觀測數(shù)據過濾和洪澇階段判斷,并將判斷得到的洪澇事件階段信息進一步傳遞到處理單元;然后,處理單元進行洪澇階段變化檢測,并根據檢測結果觸發(fā)相應洪澇服務;最后,洪澇服務執(zhí)行對應操作,并將階段探測結果和服務通知消息返回給事件訂閱者。2 洪澇過程動態(tài)探測與準實時服務原型系統(tǒng)
【參考文獻】:
期刊論文
[1]從測繪學到地球空間信息智能服務科學[J]. 李德仁. 測繪學報. 2017(10)
[2]存算分離的原位傳感器觀測接入方法[J]. 袁賽,陳能成,肖長江,杜文英,王凱. 計算機系統(tǒng)應用. 2017(07)
[3]水文變化驅動的暴雨-洪澇災害主動模擬方法[J]. 丁雨淋. 測繪學報. 2016(02)
[4]基于BP神經網絡的鄱陽湖水位模擬[J]. 李云良,張奇,李淼,姚靜. 長江流域資源與環(huán)境. 2015(02)
本文編號:3219014
本文鏈接:http://www.sikaile.net/kejilunwen/dizhicehuilunwen/3219014.html
最近更新
教材專著